本发明提供了一种基于水声传感器网络的水下目标多模型跟踪方法，建立水下三维UASNs‑IMM目标量测模型；将均匀量化后的数据传输到融合中心进行融合；对目标量测模型中的全部子模型的初始状态进行交互运算，并把交互后的值输入到各个子模型对应的滤波器中，得到目标混合状态输入和协方差矩阵；将输入交互运算得到的初始化状态向量及协方差矩阵作为滤波器输入进行条件滤波预测和估计；将获取的子滤波器的新息及其对应协方差矩阵对各预测模型的转移概率进行更新修正；以更新后的模型概率为标准，对当前时刻各个子滤波器输出的状态估计和对应协方差进行加权求和得到融合后的估计状态。本发明具有跟踪范围大、估计精度高的优势。